Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "wsparcie decyzyjne" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Wysokopoziomowy model projektowania wskaźników KPI systemów inteligentnych miast
High-level model for the design of KPIs for Smart Cities systems
Autorzy:
Orłowski, Cezary
Sitek, Tomasz
Ziółkowski, Artur
Kapłański, Paweł
Orłowski, Aleksander
Pokrzywnicki, Witold
Powiązania:
https://bibliotekanauki.pl/articles/1872124.pdf
Data publikacji:
2015
Wydawca:
Politechnika Gdańska
Tematy:
Smart Cities
zarządzanie wiedzą
Logika rozmyta
modelowanie procesów
wsparcie decyzyjne
Smart Cites
knowledge base
knowledge management
fuzzy logic
process modeling
decision support
Opis:
Celem artykułu jest prezentacja etapów budowy wysokopoziomowych modeli projektowania wskaźników KPI (WPMPW) systemów inteligentnych miast. Dotychczasowy rozwój, badanie procesów miast i przyporządkowanie im miar może być kontrolowane za pomocą wskaźników KPI. Autorzy artykułu w trakcie procesów projektowania zwrócili uwagę na ograniczoną użyteczność tak projektowanych wskaźników dla przedstawicieli miast. Stąd też zaproponowali koncepcję WPMPW. Dla zrealizowania zaproponowanego celu artykuł został podzielony na cztery główne części. W części pierwszej przedstawiono strukturę miasta oraz przedsiębiorstwa, aby na tym tle w części drugiej przedstawić procesy funkcjonowania obu podmiotów i wykazać ich zróżnicowanie. W części trzeciej omówiono rolę KPI i ich ograniczone zastosowanie dla miast na przykładzie ich projektowania w ramie projektowej (ang. framework) Intelligent Operating Centre (IOC). W części czwartej zaprezentowano proponowany model zmian procesu projektowania. Część czwarta zawiera także weryfikację modelu na podstawie procesu projektowania dwu decyzyjnych wskaźników miasta.
The main goal of the paper is to build a high-level model for the design of KPIs. Currently, the development and processes of cities have been checked by KPI indicators. The authors realized that there is a limited usability of KPIs for both the users and IT specialists who are preparing them. Another observation was that the process of the implementation of Smart Cities systems is very complicated. Due to this the concept of a trigger for organizational-technological changes in the design and implementation of Smart Cities was proposed. A dedicated Model for City Development (MCD) was presented. The paper consists of four main parts. First the structures of both city and business organizations were presented. Based on that, in the second part, the processes existing in cities and business organizations were presented to show how different they are. The third part presents the role of KPIs and their limitations with the example of the IOC. The last part consists of the presentation of the model and its verification based on two city decision-making examples. The proposed design model presented herein takes into account both the city indicators and their aggregate versions for the needs of city models.
Źródło:
Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka; 2015, 2-3, 13; 111-124
2084-6495
Pojawia się w:
Przedsiębiorstwo we współczesnej gospodarce - teoria i praktyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
AI for augmenting human judgement in Business Processes Management
Sztuczna inteligencja dla wzbogacenia procesu decyzyjnego w zarządzaniu procesami biznesowymi
Autorzy:
Osuszek, Łukasz
Stanek, Stanisław
Powiązania:
https://bibliotekanauki.pl/articles/29551854.pdf
Data publikacji:
2021
Wydawca:
Akademia Wojsk Lądowych imienia generała Tadeusza Kościuszki
Tematy:
artificial intelligence
machine learning
decision support
business process management
adaptive case management
knowledge management
sztuczna inteligencja
nauczanie maszynowe
wsparcie decyzyjne
zarządzanie procesami biznesowymi
adaptacyjne zarządzanie sprawami
zarządzanie wiedzą
Opis:
The paper outlines the recent trends in the evolution of Business Process Management (BPM) – especially the application of AI for decision support. AI has great potential to augment human judgement. Indeed, Machine Learning might be considered as a supplementary and complimentary solution to enhance and support human productivity throughout all aspects of personal and professional life. The idea of merging technologies for organizational learning and workflow management was first put forward by Wargitsch. Herein, completed business cases stored in an organizational memory are used to configure new workflows, while the selection of an appropriate historical case is supported by a case-based reasoning component. This informational environment has been recognized in the world as being effective and has become quite common because of the significant increase in the use of artificial intelligence tools. This article discusses also how automated planning techniques (one of the oldest areas in AI) can be used to enable a new level of automation and processing support. The authors of the article decided to analyse this topic and discuss the scientific state of the art and the application of AI in BPM systems for decision-making support. It should be noted that readily available software exists for the needs of the development of such systems in the field of artificial intelligence. The paper also includes a unique case study with production system of Decision Support, using controlled machine learning algorithms to predictive analytical models.
W artykule przedstawiono najnowsze trendy w ewolucji zarządzania procesami biznesowymi – zwłaszcza zastosowanie sztucznej inteligencji do wspomagania decyzji. Sztuczna inteligencja ma ogromny potencjał, by wzmocnić ludzki osąd. Uczenie maszynowe może być uważane za dodatkowe i uzupełniające rozwiązanie zwiększające i wspierające produktywność ludzi we wszystkich aspektach życia osobistego i zawodowego. Idea łączenia technologii uczenia się organizacji i zarządzania przepływem pracy została przedstawiona przez Wargitscha. Ukończone sprawy biznesowe przechowywane w pamięci organizacyjnej służą do konfigurowania nowych przepływów pracy. Wybór odpowiedniego przypadku historycznego jest poparty komponentem wnioskowania opartym na przypadkach. To środowisko informacyjne zostało uznane na świecie ze względu na znaczny wzrost wykorzystania narzędzi sztucznej inteligencji. Istnieje duża liczba kwalifikujących się do użycia i łatwo dostępnych algorytmów na potrzeby rozwoju systemów sztucznej inteligencji wspierającej procesy biznesowe. W tym artykule omówiono także, w jaki sposób można zastosować techniki automatycznego planowania (jeden z najstarszych obszarów AI), aby umożliwić nowy poziom automatyzacji i wsparcia przetwarzania. Wdrożenie sztucznej inteligencji wykazuje znaczące wyniki, szczególnie w celu uzyskania wyższego zysku. Autorzy artykułu postanowili przeanalizować ten temat i omówić stan wiedzy naukowej oraz zastosowanie sztucznej inteligencji w systemach BPM do wspomagania decyzji. Artykuł zawiera także unikalne studium przypadku z systemem produkcji wspomagania decyzji, wykorzystujące algorytmy kontrolowanego uczenia maszynowego do predykcyjnych modeli analitycznych.
Źródło:
Scientific Journal of the Military University of Land Forces; 2021, 53, 3(201); 507-518
2544-7122
2545-0719
Pojawia się w:
Scientific Journal of the Military University of Land Forces
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies